OpenAI WebSearch MCP Server 仓库详解

概述

功能特性

这一 MCP 服务器将传统的搜索引擎功能与 AI 对话系统的互动性相结合，使用户不仅仅依赖于模型已有的知识，还可以实时获取互联网的最新资讯。这对于需要准确时效性信息的场景，例如新闻事件更新、实时统计数据查询、动态市场分析等应用，具有无可比拟的优势。

一键安装与配置指南

该仓库为一些常用的编辑器和应用，例如 Claude.app 和 Zed editor，提供了一键安装和配置指南，极大地减轻了用户的使用负担。

Claude 环境下的安装

用户可以使用以下命令进行自动配置和安装：

OPENAI_API_KEY=sk-xxxx uv run --with uv --with openai-websearch-mcp openai-websearch-mcp-install

其他编辑器

当前对于 Cursor 和 Windsurf 的配置尚未开放，敬请期待。

可用工具

仓库中主要提供以下关键工具：

• web_search：作为调用 OpenAI 网页搜索的工具。
  • 必要参数：
    • type（字符串）：指定为 web_search_preview。
    • search_context_size（字符串）：为搜索在上下文窗口中使用的空间大小提供高级指导，可选值为 low、medium 或 high，默认值为 medium。
    • user_location（对象或null）：用户位置的相关信息。
      • type：该位置类型为近似。
      • city、country、region、timezone：分别用于输入用户所在城市、国家代码、区域、时区。

手动安装与配置

在 Claude 上的手动配置

1. 使用 uvx：

   在您的 Claude 配置中添加如下设置：

   "mcpServers": {
     "openai-websearch-mcp": {
       "command": "uvx",
       "args": ["openai-websearch-mcp"],
       "env": {
           "OPENAI_API_KEY": "your-api-key-here"
       }
     }
   }
   

2. 使用 pip 安装：
   a) 使用 pip 安装 openai-websearch-mcp：

   pip install openai-websearch-mcp
   

   b) 修改 Claude 设置：

   "mcpServers": {
     "openai-websearch-mcp": {
       "command": "python",
       "args": ["-m", "openai_websearch_mcp"],
       "env": {
           "OPENAI_API_KEY": "your-api-key-here"
       }
     }
   }
   

在 Zed 上的配置

1. 使用 uvx：

   "context_servers": [
     "openai-websearch-mcp": {
       "command": "uvx",
       "args": ["openai-websearch-mcp"],
       "env": {
           "OPENAI_API_KEY": "your-api-key-here"
       }
     }
   ],
   

2. 使用 pip 安装：

   "context_servers": {
     "openai-websearch-mcp": {
       "command": "python",
       "args": ["-m", "openai_websearch_mcp"],
       "env": {
           "OPENAI_API_KEY": "your-api-key-here"
       }
     }
   },
   

调试指南

用户可以使用 MCP 检查器来调试服务器。对于通过 uvx 安装的版本，使用以下命令：

npx @modelcontextprotocol/inspector uvx openai-websearch-mcp

应用场景和价值

其通过网页搜索功能，可以扩充 AI 助手对于未存储信息的扩展能力，使得用户与人工智能交互过程不仅限于静态知识，还可以随时引入动态和实时的信息，极大提高了系统的灵活性和实用性。

此仓库提供了一系列易于实施的安装过程，可以在多种环境下实现扩展，极大降低了初始部署门槛，对于广泛使用的 AI 驱动服务都是一项具有战略意义的技术革新。